Text

SKRIPSI PENERAPAN SYNTHETIC MINORITY OVER-SAMPLING TECHNIQUE (SMOTE) UNTUK IMBALANCED DATA PADA MODEL XGBOOST DALAM PREDIKSI VOLUNTARY TURNOVER KARYAWAN RSI KOTA MAGELANG

---

Turonover sukarela karyawan di RSI dapat menurunkan produktivitas, sehingga prediksi pengunduran diri karyawan menjadi penting untuk mengambil langkah preventif yang tepat. Masalah yang dihadapi adalah adanya ketidakseimbangan data antara karyawan yang resign dan tidak resign, yang dapat mempengaruhi akurasi prediksi. Penelitian ini mengusulkan penggunaan algoritma XGBoost untuk memprediksi turnover sukarela dan menerapkan metode SMOTE untuk menangani masalah ketidakseimbangan data. Berdasarkan hasil penelitian, model XGBoost yang menggunakan data asli memiliki akurasi sebesar 83% dengan F1-score karyawan yang resign hanya mencapai 50%. Penerapan SMOTE meningkatkan performa model, sehingga akurasi menjadi 93% dan F1-score karyawan resign meningkat menjadi 73%. Hasil ini menunjukkan bahwa kombinasi XGBoost dan SMOTE lebih efektif dalam menangani ketidakseimbangan data dan memprediksi turnover sukarela karyawan dibandingkan model XGBoost tanpa penyeimbangan data.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

ELEKTRO HAN P 2026

Penerbit

MAGELANG : UNIVERSITAS TIDAR., 2026

Deskripsi Fisik

XVI;95 HLM;29 CM

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621.38

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar